ML Engineer の求人一覧 - 株式会社ELYZA

【ELYZAについて】 「未踏の領域で、あたりまえを創る」というミッションを掲げ、大規模言語モデル（LLM）の研究開発と社会実装の両輪で活動しています。 【Labチームのミッション】 Labチームは「日本語汎用・業界特化の独自LLM開発」と「LLMの実用化に向けた要素技術の開発」を担い、最先端研究を社会実装につなげることで、ビジネス価値を創出し、社会で広く活用されることを目指しています。 【募集背景】 KDDIとの業務提携により大規模計算基盤の整備が進み、研究開発をさらに加速できるフェーズに入りました。国内外において飛躍的・革新的な研究成果を創出しつつ、産業応用まで一気通貫で推進していくため、Research Scientist・Research Engineerを増員します。 【本ポジションの期待・役割】 LLMを中心とした先端技術の研究開発を通じて新たな知見や体験を創出し、技術の社会実装を推進する役割を担っていただきます。 - 生成AI・LLM領域における研究課題の発見と問題解決を自律的に行うこと - 新しいアイデアや発想を実装に落とし込み、社内の解像度を引き上げること - 社内の他事業部と連携し、研究成果を事業へ還元すること - 社外発信（学会発表・技術ブログ・モデル公開など）を通じて、研究コミュニティに貢献すること 【職務内容】 - 大規模計算基盤を活用したモデル開発基盤の実装 - 事前学習、SFT、RLHF など学習アルゴリズムの研究 - 高品質データセット構築に向けた方針策定とレビュー - モデル軽量化・高速化、RAG・エージェントなど応用技術の検証 【本ポジションの魅力】 - スタートアップならではの機動力を持ちながら、国内最大級の計算資源を活用し、最先端LLMの研究に挑戦できる - 研究成果を自社プロダクトや共同研究へ直結させることで、社会的インパクトを実感できる - 経産省「GENIAC」や産総研プロジェクトなど、大規模国策プロジェクトにも参画できる（2024年度実績有） - 高品質データ作成を内製化しており、データ駆動型の研究サイクルを高速で回すことができる

【ELYZAについて】 「未踏の領域で、あたりまえを創る」というミッションを掲げ、大規模言語モデル（LLM）の研究開発と社会実装の両輪で活動しています。 【ソリューション事業部について】 現在ソリューション事業部では、大手企業との共同研究において、LLMを起点とした先端技術を活用したソリューション開発を推進しています。私たちは、ただ新しい技術を導入するだけでなく、顧客の抱える本質的課題を深く理解し、それに合わせた最適なAIアプリケーションの提供を追求しています。 ★ソリューション事業部についての詳しい紹介はこちら https://note.com/elyza/n/n14515ae34efc 【募集背景】 現在多くのお客様からの引き合いがあり、AIアプリケーション開発業務が増加している現状を背景に、社会実装を見据えた「本質的に価値のあるAI開発」を一緒に担っていただける機械学習エンジニアを募集しています。 世の中には、AIに触れたことがない、あるいは導入したものの十分に活用できていない企業がまだ多く存在します。私たちは、そうした企業1社1社に寄り添い、現場で本当に使われるアプリケーションを提供することで、これまで価値を創造してきました。この成功事例をさらに広げていくために、新たなメンバーとともに顧客課題をLLMで解決し、社会に新たな価値を創出していきたいと考えています。 【業務内容】 ソリューション事業部の機械学習エンジニアとして、LLMを基盤に、ファインチューニングやRAGなどを用いたカスタマイズを行い、アプリケーション開発をリードしていただきます。社会課題の解決を目的に、適切な技術選定と検証を進めるとともに、AI開発プロジェクトの品質維持・向上やチーム全体のパフォーマンス改善にも主体的に取り組んでいただきます。 私たちは社会実装を目的とし、実際の現場で長く使われ続けるAIアプリケーションの開発を進めています。コンサルタントと連携しながら、ユーザー体験や業務オペレーションを意識し、「本質的に価値のあるAI」を作ることを大切にしています。 【具体的な業務内容】 ◆PoC（設計フェーズ） 　- 論文等のサーベイ 　- ビジネス上の課題、制約条件に適したアルゴリズムの提案 　- ユースケースに合わせた機械学習モジュールの設計 　- 必要に応じたクライアントとの議論 ◆PoC （開発フェーズ） 　- プロンプトチューニング 　- ファインチューニング 　- RAGをはじめとした、複数のモデルを組み合わせた処理の構築 　- データの整形・前後処理モジュールの開発 　- クライアントに対する分析結果等のレポーティング ◆導入フェーズ 　- 開発したAIモジュールの組み込み 【ELYZAで得られる技術的経験】 ◆ドメインを問わず、顧客課題に特化したAIアプリケーションの開発やLLMを社会実装していく上でのビジネス的/技術的な論点を知ることができる ◆先端技術の導入も模索しながら、顧客課題に特化した細かなプロンプトエンジニアリング、パイプライン構築、RAGなどの周辺技術のカスタマイズ経験を積むことができる 【開発環境】 ◆開発周辺ツール - GoogleDrive - Figma - Github - VS code (任意) ◆コミュニケーションツール - Slack - Notion - Discode - Google meet ◆バックエンド (ML) - Python - haystack ◆データベース - Amazon OpenSearch Service ◆インフラ - Google Cloud (実験環境) - AWS (本番環境) - Terraform 【本ポジションの魅力】 ◆AIの課題解決アプローチに集中できる環境が整っている点 - AIコンサルタントは顧客折衝・調整を行い、機械学習エンジニアは顧客課題に対するAIを用いたアプローチを設計します。また、開発においてはソフトウェアエンジニアと協働します。このように、それぞれが自分のプロフェッショナルとしての価値を生み出すことに集中して取り組んでいます。 ◆顧客と距離が近く、やりがいや改善を実感できる点 - 機械学習エンジニアは顧客やユーザーとの距離が近く、その生の声を聞くことによって、課題に対するアプローチを考えることができます。機械学習エンジニアは顧客やユーザーとの距離が近く、顧客やユーザーの生の声を聞くことで、課題に対するアプローチを考えることができます。自分が考えたアプローチによって、ユーザーの仕事が改善されるのを見たり、直接感謝の言葉をいただいたりすることも多いポジションで、役に立っている実感を得られるのは、得難い魅力です。 ◆自分の強みやスキルを伸ばせる点 - スタートアップならではの規模感により、それぞれのメンバーが自分の得意な領域で最大限のパフォーマンスを発揮しています。また、弊社には各職種のプロフェッショナルが揃っているため、学ぶ意欲があれば様々なことを学びながら業務に活かし、得意分野を伸ばしたり広げたりすることが可能です。

【ELYZAについて】 ELYZAは「未踏の領域で、あたりまえを創る」というミッションを掲げ、大規模言語モデル（LLM）の研究開発と社会実装の両輪で活動しています。 【プロダクト事業部について】 私たちは、生成AIの業務活用を支える法人向け生成AI活用ツール 「ELYZA Works」の開発を行っています。 「質の高いLLMアプリの開発・運用において、あたりまえを創る」をプロダクト・ミッションに掲げて、「未踏のオンリーワンになる」という事業戦略のもと、他の生成AIプロダクトとは異なる独自の価値創出を目指しています。 ELYZA WorksはLLMとの協働によって、ユーザー自身が質の高いアプリケーションを作成・利用・改善することを支援します。具体的には、①ファイル参照や超長文の処理など幅広い業務シーンに対応する機能を備えている、②アプリケーション作成をLLMが自動で行う（やりたいことを伝えるだけでプロンプトや最適なフォーム形式を生成する）など、ユーザビリティ向上のためにLLMをフル活用した生成AIネイティブのユーザー体験の実現を目指しています。 【募集背景】 現在当社は、ELYZA Worksのサービス拡大に伴う機能追加に加え、さまざまな業界・ユースケースに特化した新規プロダクトの開発を進める、事業拡大フェーズにあります。こうした挑戦の最前線で、プロダクトのコアバリューを生み出し、「未踏のあたりまえを創る」ためのエンジンとなっていただける機械学習エンジニアを募集しています。 私たちがつくるプロダクトの強みは、LLMをはじめとした高度なAI技術にあります。顧客の複雑な業務課題を解決するLLMを含む機械学習モジュールの開発や、LLMを組み込んだ革新的なユーザー体験の実現に向けて、自然言語処理／LLMの最先端技術とプロダクト開発に深い知見を持つ方を歓迎しています。 ★プロダクト機械学習エンジニアについての詳しい紹介はこちら https://note.com/elyza/n/n96666fd6688c 【求める期待・役割】 プロダクト事業部の機械学習エンジニアとして、LLM（プロプライエタリモデル / 自社モデル）をコアとしたプロダクトの開発を担当していただきます。 ◆ 自然言語処理 / LLMの技術を活用し、自社プロダクトの課題解決・価値創出を行うこと ◆ 社内の機械学習 x エンジニアリングの仕組みづくりにオーナーシップをもって取り組むこと ◆ 継続的に開発をしていくために、負債解消に取り組むこと ◆ スケーラブルかつ可用性の高いLLM推論基盤の開発・運用を行うこと 【仕事概要】 1. プロダクト開発 - 機械学習を活用した機能の要件定義、価値検証、開発まで一気通貫で担当 - ユーザーフィードバックや定量指標に基づく継続的改善 - 自社モデルの最適化とプロダクトへの組み込み - モデルの推論速度と精度のバランスを考慮した最適化 - モデルの軽量化技術の研究と適用 2. 機械学習 x エンジニアリングのリード - 機械学習モデルを組み込むためのプロダクト開発用社内ライブラリの実装 - モデルを効率的にプロダクションデプロイするためのワークフロー整備 - プロダクトコードの最適化、リファクタリング - 他チームへの技術的な支援（アーキテクチャや実装方針の相談） 3. MLOps基盤の開発と改善 - スケーラブルで柔軟な推論基盤の設計と実装 - モデルの継続的な監視とパフォーマンス評価システムの構築 - 本番環境でのモデル運用に関するベストプラクティスの確立 【開発環境】 - 開発言語: Python - Cloud Platform: Google Cloud / AWS / Azure - プロビジョニングツール: Terraform - CI/CD: GitHub Actions / Argo CD - ミドルウェア: OpenSearch - ドキュメンテーション: Notion / Google Docs - 開発ツール: GitHub / Figma 　※ GitHub CopilotやCline、DevinなどのAI開発ツールも試験運用中 - コミュニケーションツール: Slack / Discord / Google meet - BIツール: Redash 【本ポジションの魅力】 ◆最先端技術への挑戦 - 最新技術をプロダクトの価値創出に繋げる経験 - 自社LLMの安定運用という未踏の領域に取り組む機会 - デファクトスタンダードがない中で新たな方法論やBest Practiceを自ら確立 ◆成長市場でのキャリア形成 - AI・機械学習分野、特にLLM領域での貴重な実務経験の獲得 - 需要が高まるMLOpsスキルの習得と実践 ◆多様な学習機会 - 構想段階から実運用までのプロダクト開発全体を経験できる一気通貫の学習環境 - 最新アルゴリズムのR&D、実装から基盤システム構築まで幅広い技術領域に携われる機会 - 技術選定・設計からデプロイ・運用まで、機械学習システムのライフサイクル全体を学べる環境